← Retour au blog
AiEnviron 9 min de lecture

agent-autoloop range l'attente d'un humain dans une ligne de base de données

Publié le 15 nov. 2026
agent-autoloop range l'attente d'un humain dans une ligne de base de données

Toutes les quelques semaines, je vois la même scène : quelqu'un lance un agent de code dans un terminal, se lève pour faire du café, et revient le trouver bloqué sur une question que personne n'a vue. Le correctif habituel consiste à monter le son de la notification. agent-autoloop s'attaque au gaspillage en dessous : un processus et une fenêtre de contexte ouverts, à ne rien faire, pendant qu'une personne est loin du clavier.

C'est un hub local, 5 459 étoiles GitHub au 15 novembre 2026, sous licence MIT. Il surveille des événements, les confie à l'agent en ligne de commande que vous utilisez déjà, et reste en retrait. L'agent termine un tour, écrit sa réponse, quitte. Quand il a besoin d'une décision, le hub envoie une carte sur votre bureau, ou vers Feishu, DingTalk, WeCom, Slack ou Discord. Vous choisissez une option. L'agent reprend la conversation.

Pas de machine dans le cloud, pas de port ouvert, pas de tableau de bord.

Installer, et la commande qui prouve que ça marche

Prérequis : Node 24 ou plus récent, Git, et un agent en ligne de commande déjà installé et connecté. Sous macOS et Linux, il faut aussi curl.

irm https://raw.githubusercontent.com/KKKKhazix/agent-autoloop/main/install.ps1 | iex
curl -fsSL https://raw.githubusercontent.com/KKKKhazix/agent-autoloop/main/install.sh | sh

Lancez ensuite agent-autoloop try. Un script d'installation qui affiche un numéro de version ne prouve rien sur les options et la connexion de votre agent. try fait parcourir à votre propre agent un vrai cycle demander, attendre, répondre, continuer : un événement part, l'agent travaille, s'arrête, pose une question avec des options, quitte, puis attend. Vous répondez, le hub reprend la session et termine. Si quelque chose est mal configuré, vous le savez en deux minutes, pas à 2 h du matin quand une règle cron se déclenche de travers.

Une phrase de contrat, un fichier de règles

L'interface entre le hub et l'agent tient en une convention : mettre le résultat dans la réponse finale. Pas de SDK, pas de wrapper, pas de binaire patché. Tout ce qui accepte un prompt et imprime un dernier message peut être branché, et c'est pourquoi un adaptateur de commande générique côtoie Claude Code, Codex, ACP, DeepSeek Harness et ZCode.

Poser une question, c'est un ajout. L'agent termine sa réponse par un bloc délimité nommé agent-autoloop contenant du JSON : un tableau ask avec un titre, un texte, des options et une clé, plus notice, resolve, later et events pour les autres verbes. C'est tout le protocole qu'un auteur d'agent doit apprendre.

Les règles vivent dans ~/.agent-autoloop/rules.json. Une règle répond à trois questions : ce qui s'est passé, quel agent le reçoit, dans quel répertoire il tourne.

{
  "when": { "cron": "0 9 * * *" },
  "to": "codex",
  "cwd": "~/notes"
}

Une règle d'événement remplace l'horloge par une source : faire correspondre issues.opened sur GitHub, ajouter parallel: 3 et une skill, même forme. Deux fichiers portent la configuration, celui-ci et celui que votre agent lit déjà. J'aime qu'elle soit inspectable et facile à diff.

Quatre mécanismes empruntés au travail système

Le noyau est l'endroit où la conception devient intéressante. Isolément, presque rien n'y est nouveau.

La suspension à coût nul vient d'abord. Pendant l'attente, le processus quitte et l'état passe dans une base de données. Trois jours de silence coûtent trois jours sans tokens et sans agent en cours. Seul le hub reste debout, ce qui est peu de chose à laisser tourner.

L'event sourcing vient ensuite. Chaque élément d'état dérive d'un journal en append-only, et le journal est écrit dans la même transaction que l'index avant que le hub ne réponde. Tuez le processus, le travail confirmé survit. Chaque tour peut être expliqué plus tard par son numéro. Un changement de schéma se reconstruit depuis le journal, sans script de migration.

La séparation instruction et données vient en troisième. Le texte externe, comme un titre d'issue, est stocké comme matériau dans un fichier et n'est jamais concaténé dans le prompt. Le prompt ne porte qu'un type, un id et un lien validés. Quel agent tourne, dans quel répertoire, avec quel accès, vient entièrement de vos règles locales. Un événement qui arrive avec cwd, agent ou access est rejeté.

Le hop fuse est le quatrième, et mon préféré. Les événements générés par un agent et renvoyés vers des agents accumulent une profondeur, comme un paquet accumule un TTL. Les questions humaines et les revérifications planifiées ne remettent pas le compteur à zéro, et l'agent ne peut pas le modifier. Au-delà de 8 niveaux, le hub arrête la distribution, enregistre l'événement et vous envoie une carte à la place.

Les chiffres, et le moment où je cesse d'y croire

Son tableau de benchmark vient d'un Apple M5 Pro avec 24 GB et Node 24.21.0, chaque écriture validée individuellement et la transaction sur disque avant la réponse. Démarrage à froid 88.78 ms. Mémoire au repos 59.94 MB RSS. Mille longs pollings simultanés à 170.49 MB. 2,394 écritures durables par seconde. Distribution p99 de 1.82 ms, et un heartbeat p99 de 1.66 ms avec 5,000 éléments dans la file. Démarrage sur 1.1 million de faits en 99.8 ms. Zéro dépendance à l'exécution.

Ce sont des chiffres de file d'attente, pas d'application, et c'est justement le point. Un hub qui stocke l'attente comme une ligne et le travail comme un événement devrait se comporter comme une file.

Mon scepticisme : une machine, un opérateur, un cache de pages chaud, et un harnais écrit par la personne qui a écrit le noyau. Le benchmark n'est jamais lancé sur un portable avec un appel vidéo et un build en arrière-plan, donc lisez-le comme une borne basse, pas comme une promesse. Le chiffre de 1.1 million de faits est aussi associé ailleurs à un coût honnête. Le README indique que le premier démarrage après un changement de format se reconstruit depuis le journal, et que cela a pris 43.1 secondes. Acceptable sur un portable, gênant si vous supposiez autre chose.

Deux endroits où l'autonomie peut vous faire mal, et ce que vous héritez

La sécurité est l'endroit où les auteurs se sont le moins montrés malins, et c'est un compliment. La séparation instruction et données signifie qu'un titre d'issue hostile ne peut pas rediriger une exécution vers un autre répertoire ou un autre agent, car ces champs sont refusés à l'entrée. Le hop fuse signifie qu'un ensemble d'agents qui se passent du travail ne peut pas tourner indéfiniment, car la profondeur est incrémentée par le hub et non par les participants.

Ni l'un ni l'autre n'est une preuve. Le fuse est une politique à 8 niveaux. Si un flux légitime en demande 9, c'est votre problème, et si le cas dangereux est une boucle lente à deux niveaux qui fait de vrais dégâts à chaque saut, le fuse ne se déclenchera jamais. La séparation protège la décision de distribution, pas ce que fait l'agent une fois qu'il a un shell dans le répertoire que vous lui avez confié.

La simulation est plus solide que la plupart. node sim/random.ts 24301 200000 exécute 200,000 étapes de connexions coupées, paquets perdus, plantages et soumissions en double sous une graine fixe, donc une panne peut être reproduite. node sim/crash.ts 1000 12648430 tue le processus 1,000 fois et vérifie qu'aucun enregistrement confirmé ne disparaît. Puis le README ajoute que la perte d'alimentation de la machine entière n'a pas été testée. Je respecte cette phrase, et elle me fait demander ce qui n'a pas été testé non plus. Les modèles de webhook n'ont tourné que contre des serveurs mock locaux. Le webhook GitLab a été vérifié contre son format documenté et jamais contre un vrai GitLab. Les scripts de recette ont été validés contre un faux CLI Feishu. Chacun est un endroit où « testé » veut dire moins que ce qu'un lecteur supposera.

Ce que vous héritez avec un noyau écrit à la main et zéro dépendance à l'exécution, c'est la maintenance. Un petit arbre de dépendances vieillit bien quand quelqu'un y prête attention et mal quand l'auteur passe à autre chose. C'est le prix d'un démarrage à froid de 88 ms.

Un détail de facturation reste entièrement hors de la conception. Le hub pilote les outils CLI déjà installés et connectés sur votre machine, donc l'usage atterrit sur votre propre compte ou abonnement. Le README note que les éditeurs préfèrent les clés API pour l'automatisation à haute fréquence, parce que les offres personnelles sont conçues pour une interaction au rythme humain. Relisez cela deux fois avant de pointer une règle cron sur votre session Claude Code et d'aller vous coucher.

Un risque survit à tous les mécanismes ci-dessus. Une boucle qui peut ouvrir des issues GitHub, et avec le pipeline de livraison fusionner des pull requests portant un label deliver, est un acteur de la chaîne d'approvisionnement avec vos identifiants. Tout ce qui précède la rend fiable et lui donne une laisse courte. L'étape de review que vous avez configurée est la seule chose entre elle et une mauvaise fusion, et aucun event sourcing n'améliore une review que vous n'avez pas lue.

Articles associés